摘要: 本文目的在于训练一个模型,使其能对手写的数字图片进行分类识别,并不断优化使其准确度尽可能地提高 一、数据预处理 (1)运行时所需库 import numpy as np import torch import torchvision from torch import nn from torch.u 阅读全文
posted @ 2024-07-09 15:30 Epp1adeR 阅读(113) 评论(0) 推荐(0)
摘要: 一、AStyle-Based Generator Architecture for Generative Adversarial Networks(SytleGAN) ​ Generator部分主要分为了两个子网络: Mapping network : Latent \(z\) 转换为 \(w\) 阅读全文
posted @ 2024-07-09 15:29 Epp1adeR 阅读(88) 评论(0) 推荐(0)
摘要: 一、实验原理 Sobel: 对传进来的图像像素做卷积,卷积的实质是在求梯度值,或者说给了一个加权平均,其中权值就是所谓的卷积核;然后对生成的新像素灰度值做值运算,以此来确定边缘信息。 卷积核及公式: 求出水平和竖直方向的的梯度Gx和Gy后 近似梯度就可以用下面的方法算出来: Canny: 使用4个m 阅读全文
posted @ 2024-07-09 15:28 Epp1adeR 阅读(95) 评论(0) 推荐(0)
摘要: Problem Description 在一个二维平面上有 \(n\) 个不同的点和一条 \(x+y=k\) 的直线,对于每个点 \((x_i,y_i)\) 都满足 \(0 \le x_i,y_i,x_i+y_i < k\) 。 \(Tenzing\) 想要删除所有点,他可以进行以下两种操作: 画三 阅读全文
posted @ 2024-03-08 22:13 Epp1adeR 阅读(5) 评论(0) 推荐(0)
摘要: Problem Description 给你一个 \(n\) 个节点的树状铁路网络,维护一条边每天需要花费 \(c_i\) 代价。 现在有 \(m\) 条从 \(a_i\) 到 \(b_i\) ,每天的盈利为 \(x_i\) ,维护花费为 \(y_i\) 的路线可以运营。 你可以选择一部分路线运营, 阅读全文
posted @ 2024-03-08 22:09 Epp1adeR 阅读(11) 评论(0) 推荐(0)
摘要: Problem Description 给定一棵 \(n\) 个节点的树,你只能进行一次边替换。 边替换是指在树中删去一条边(不删除相关节点)并插入一条边(不添加新的节点)。 请你确定每个节点是否能在至多一次操作的情况下成为重心。 Input 第一行输入 \(n(2 \le n \le 400000 阅读全文
posted @ 2024-03-08 22:07 Epp1adeR 阅读(11) 评论(0) 推荐(0)
摘要: Problem Description 给出一棵 \(n\) 个节点的无根树。你可以进行以下操作: 选择 \(k\) 个共同父节点的叶子节点,将 \(k\) 个节点和与父节点相连的边删去。 求最大操作次数。 Input 第一行输入一个整数 \(t\) \((1 \le t \le 2 \times 阅读全文
posted @ 2024-03-08 22:05 Epp1adeR 阅读(19) 评论(0) 推荐(0)
摘要: Problem Description 现在有一个整数 \(x\) \((1 \le x \le n)\),但你不知道 \(x\) 。 你可以进行以下的询问方式,选择一个随机的整数 \(y\) \((1 \le y \le n)\) ,每次询问是相互独立的,询问后你会被告知 \(x\) 和 \(y\ 阅读全文
posted @ 2024-03-08 00:17 Epp1adeR 阅读(5) 评论(0) 推荐(0)